purrr :: invoke_map（）からコンソールに印刷

Question

caretモデルをpurrr::invoke_map()を使用してRのリスト列フォーマット（this blog post参照）内から訓練しようとしています。

invoke_map()を呼び出すと、何らかの方法で進捗状況を監視できます。具体的には、行番号またはid列をinvoke_map()としてモデル/データの組み合わせを反復して印刷したいとします。トレーニング機能（下記のlinearRegModel()）を変更して、これを行う方法はありますか？

library(tidyverse) 
library(mlbench) 
library(caret) 
data("BostonHousing") # from mlbench 


starter_df <- 
    list(BostonHousing) %>% 
    rep(3) %>% 
    enframe(name = 'id', value = 'rawdata') %>% 
    transmute(
    id 
    , train.X = map(rawdata, ~ .x %>% select(-medv)) 
    , train.Y = map(rawdata, ~ .x$medv) 
) 



# re-write any caret training method as a function. 
# using linear regression here for simplicity 
linearRegModel <- function(X, Y) { 
ctrl <- trainControl(
    method = "repeatedcv", 
    number = 2 
) 
    train(
    x = X, 
    y = Y, 
    method = 'lm', 
    trControl = ctrl, 
    preProc = c('center', 'scale') 
) 
} 


# convert models to tibble 
model_list <- 
    list(linearRegModel = linearRegModel, 
     linearRegModel2 = linearRegModel) %>% 
    enframe(name = 'modelName',value = 'model') 

# combine model tibble with the data tibble 
train_df <- 
    starter_df[rep(1:nrow(starter_df),nrow(model_list)),] %>% 
    bind_cols(
    model_list[rep(1:nrow(model_list),nrow(starter_df)),] %>% arrange(modelName) 
) %>% 
    mutate(id=1:nrow(.)) 

train_df 



# A tibble: 6 x 5 
    id     train.X  train.Y  modelName model 
    <int>     <list>  <list>   <chr> <list> 
1  1 <data.frame [506 x 13]> <dbl [506]> linearRegModel <fun> 
2  2 <data.frame [506 x 13]> <dbl [506]> linearRegModel <fun> 
3  3 <data.frame [506 x 13]> <dbl [506]> linearRegModel <fun> 
4  4 <data.frame [506 x 13]> <dbl [506]> linearRegModel2 <fun> 
5  5 <data.frame [506 x 13]> <dbl [506]> linearRegModel2 <fun> 
6  6 <data.frame [506 x 13]> <dbl [506]> linearRegModel2 <fun> 


# train models by calling invoke_map() 
# (takes a few seconds) 
data_with_model_fits <- 
    train_df %>% 
    mutate(params = map2(train.X, train.Y, ~ list(X = .x, Y = .y)), 
     modelFits = invoke_map(model,params) 
) 

Answer 1

progressパッケージが興味深いかもしれません。私はあなたの問題にそれを統合しました。二つのことに注意してください。あなたはprogress::progress_bar(tick = number_of_ticks)でモデルに合わせて開始する前に

• あなたはプログレスバーを初期化します。

• linRegModel()の内部では、モデルがpb$tick()に収まった後、進行状況バーを「チック」します。

pbオブジェクト指向技術を使用してR6オブジェクトであるので、あなたは、引数としてあなたlinRegModel()機能にそれを渡す必要はありません。

希望します。柔軟性のために

library(tidyverse) 
library(mlbench) 
library(caret) 

data("BostonHousing") # from mlbench 

library(progress) 

starter_df <- 
    list(BostonHousing) %>% 
    rep(3) %>% 
    enframe(name = 'id', value = 'rawdata') %>% 
    transmute(
     id 
     , train.X = map(rawdata, ~ .x %>% select(-medv)) 
     , train.Y = map(rawdata, ~ .x$medv) 
    ) 



# re-write any caret training method as a function. 
# using linear regression here for simplicity 
linearRegModel <- function(X, Y) { 
    ctrl <- trainControl(
     method = "repeatedcv", 
     number = 2 
    ) 
    train(
     x = X, 
     y = Y, 
     method = 'lm', 
     trControl = ctrl, 
     preProc = c('center', 'scale') 
    ) 

    # Tick the progress bar forward 1 tick after each completed model fit 
    pb$tick() 
} 


# convert models to tibble 
model_list <- 
    list(linearRegModel = linearRegModel, 
     linearRegModel2 = linearRegModel) %>% 
    enframe(name = 'modelName',value = 'model') 

# combine model tibble with the data tibble 
train_df <- 
    starter_df[rep(1:nrow(starter_df),nrow(model_list)),] %>% 
    bind_cols(
     model_list[rep(1:nrow(model_list),nrow(starter_df)),] %>% arrange(modelName) 
    ) %>% 
    mutate(id=1:nrow(.)) 

train_df 


# initialize progress bar 
ticks <- nrow(train_df) 
pb <- progress::progress_bar$new(total = ticks) 

# train models by calling invoke_map() 
# (takes a few seconds) 
data_with_model_fits <- 
train_df %>% 
mutate(params = map2(train.X, train.Y, ~ list(X = .x, Y = .y)), 
     modelFits = invoke_map(model,params) 
) 

プログレスバーを作成するとき、あなたはformat引数を通じてtokenを使用することができます。現在の繰り返しを表示するために、:currentのようないくつかが組み込まれています。これはあなたの質問に直接答えるかもしれません。この場合、モデルが実行される前にpb$tick()と呼んでいます。また、ドキュメントでは、長時間実行する前にpb$tick(0)を実行してすぐに進行状況バーを表示するように指示しています。

# initialize progress bar 
pb <- progress::progress_bar$new(format = "running model :current", show_after = .01) 
pb$tick(0)